数据什么时候需要做中心化和标准化处理？

在回归问题和一些机器学习算法中，以及训练神经网络的过程中，通常需要对原始数据进行中心化（Zero-centered或者Mean-subtraction）处理和标准化（Standardization或Normalization）处理。目的：通过中心化和标准化处理，得到均值为0，标准差为1的服从标准正态分布的数据。
计算过程由下式表示：

image.png

其实，在不同的问题中，中心化和标准化有着不同的意义，
比如在训练神经网络的过程中，通过将数据标准化，能够加速权重参数的收敛。
另外，对于主成分分析（PCA）问题，也需要对数据进行中心化和标准化等预处理步骤。

对数据进行中心化预处理，这样做的目的是要增加基向量的正交性。

对数据标准化的目的是消除特征之间的差异性。便于对一心一意学习权重。

本文引用自：https://www.zhihu.com/question/37069477/answer/132387124